메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
호남사학회 역사학연구 역사학연구 제78호
발행연도
2020.1
수록면
74 - 108 (35page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 ‘빅 데이터(Big Data)’가 화두로 떠오름에 따라, 전통적 인문학을 확장하려는 움직임의 하나로 디지털 인문학(Digital Humanities)이 대두되고 있다. 이 글은 디지털 인문학적 측면에서 국문판 󰡔대한매일신보󰡕(이하 󰡔신보󰡕) 1907년 시평가사를 살펴보았다. 이 글의 요지는 다음과 같이 요약할 수 있다. 이 글은 고어를 현대어로 정규한 다음, 형태 분석을 통해 고유명사, 일반명사의 빈도에 기반하여 국문판 󰡔신보󰡕 1907년 시평가사의 키워드(keyword)를 추출하였다. 그리고 나서 이 글은 IPTC(International Press Telecommunications Council, 국제언론통신평의회)의 NewsML-G2 권고안, IPCT Subject Codes를 참고하여 국문판 󰡔신보󰡕 1907년 시평가사의 형태주석 코퍼스(morphologically annotated corpus)에서 정치‧국제‧경제‧사회 등 4개 분야의 주제별 키워드를 상위 30개로 선정하였다. 그리하여 이 글은 국문판 󰡔신보󰡕 1907년 시평가사 키워드의 공시적 분석, 워드 클라우드 이미지의 시각화를 통해 키워드 가운데 ‘일본인’에 이어 ‘군수’, ‘인민’, ‘관리’, ‘내각’, ‘국가’ 등 정치 분야 키워드가 높게 나타났음을 알았다. 이로써 이 글은 1907년 한일신협약 전후에 일본인이 대한제국에 미치는 영향이 컸고, 대한제국의 국권과 관련 있는 정치가 󰡔신보󰡕 시평가사 독자투고자의 주된 관심사였던 것으로 파악하였다. 한편, 이 글은 국문판 󰡔신보󰡕 1907년 시평가사의 키워드를 활용하는 방안을 다음과 같이 네 가지로 모색하였다. 첫째, 국문판 󰡔신보󰡕 1907년 시평가사의 키워드는 웹 서비스(Web Services)를 하여 자료의 정보화에 기여할 수 있다. 둘째, 국문판 󰡔신보󰡕 1907년 시평가사의 키워드는 역사문화 콘텐츠 원형, 기획전시 자료, 의류디자인‧제품디자인의 모티프로 활용될 수 있다. 셋째, 국문판 󰡔신보󰡕 1907년 시평가사의 키워드는 언어적 자원으로서 사전 편찬의 기초 자료가 될 수 있다. 넷째, 국문판 󰡔신보󰡕 1907년 시평가사의 키워드는 교육현장에서 개화기 교수-학습자료로 활용될 수 있다.
#The Korea Daily News #대한매일신보) #The Comment gasa #시평가사) #Key word #키워드) #Digital Humanities #디지털 인문학) #morphologically annotated corpus #형태주석 코퍼스)

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0